模糊神经网络非线性组合预测在铁路货运量预测中的应用

模糊神经网络非线性组合预测在铁路货运量预测中的应用

准确的铁路货运量预测关系到铁路运输的发展,为此提出模糊神经网络非线性组合预测模型,应用三次指数预测模型、灰色理论预测模型、多元回归预测模型的预测值作为模糊神经网络的测试样本数据库,输出样本为铁路货运量,并采用全局优化的粒子群算法优化模糊神经网络的参数.仿真结果表明该模型能够取得比单项预测模型更高的精度.

作 者： 刘婷婷 邓克涛 马昌喜 LIU Ting-ting DENG Ke-tao MA Chang-xi   作者单位： 兰州交通大学,交通运输学院,甘肃,兰州,730070  刊 名： 铁道运输与经济  PKU 英文刊名： RAILWAY TRANSPORT AND ECONOMY  年，卷(期)： 2008 30(9)  分类号： O29 U294.1+3  关键词： 铁路货运量   预测   非线性组合   模糊神经网络  

【模糊神经网络非线性组合预测在铁路货运量预测中的应用】相关文章：

基于MATLAB的BP神经网络组合预测模型在公路货运量预测中的应用04-27

组合预测模型在物流需求预测中的应用04-26

人工神经网络在环境灾害预测中的应用进展04-26

非线性时序法在城市大气污染预测中的应用04-25

灰色组合模型在湖北省粮食单产预测中的应用04-26

模糊逻辑法在云南中甸地区铜矿潜力预测中的应用04-27

黄土路基震陷系数预测的模糊神经网络方法04-27

基于灰色预测模型的上海水运和远洋货运量预测04-26

基于Matlab的BP神经网络在大气污染物浓度预测中的应用04-27

形变监测数据组合预测04-27